后张法有粘结预应力混凝土灌浆用膨胀剂的试验研究

通过对后张法有粘结预应力混凝土灌浆料中掺入不同外加剂和同种外加剂不同掺量的比较,分析JL-5号复合膨胀荆不同掺量对灌浆料的马氏流动时间、凝结时间、泌水率、抗压强度、钢筋握裹力、体积变化的影响,提出在预应力混凝土灌浆料中掺入适量的JL-5号复合膨胀剂,对提高灌浆料的力学性能及灌浆料与预应力混凝土的粘结性具有重要意义。     

基于RBF神经网络的城市互通立交短时交通量预测

根据实测数据,分析了城市互通立交交通流运行特性,研究了城市互通立交主线总交通量、交织流量比和第2车道大型车比例3种因素对合流区端部交通量的影响,应用神经网络原理建立了输入层为3个神经元,输出层为1个神经元的RBF神经网络,研究了该RBF神经网络的训练算法,应用实测数据进行了网络训练,对训练后的网络进行了仿真.仿真输出结果与实测数据之间的误差很小,证明应用RBF神经网络对互通立交合流区的短时交通量进行预测是一种可行的方法.此研究为分析互通立交内各功能区之间的相互影响,为研究互通立交桥的预先控制和运行状态分析提供了理论参考.     

基于主成分回归的公路客运量预测模型研究

运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型。实例证明,该模型具有较高的精度,适合影响因素指标发展较为明确的客运量短期预测。     

模糊多元回归模型在运输弹性系数预测中的应用

弹性系数法是交通预测的一种基本方法,其结果不仅受经济指标预测值的影响,还与预测方法的选择息息相关.文中以模糊多元回归理论为基础建立运输量与相关经济变量之间的关系式,并进行模型求解,进而可以对运输弹性系数进行预测.通过湖南省的公路客运量弹性系数预测结果表明,基于模糊多元回归模型的弹性系数预测方法可以确定弹性系数的变化范围,能够有效地解决观测数据不精确,以及指标变化不确定带来的预测精度问题,合理反映运输与经济发展的趋势关系.     

碾压混凝土路面典型结构

通过对重庆地区不同土基情况以及交通量进行级别划分．并结合几种常用的基层底基层材料力学性能,以及碾压混凝土不同粉煤灰掺量情况下的车载疲劳性能,沿用传统的水泥混凝土路面设计原理,计算各种路面结构组合的车载以及温度疲劳应力,提出碾压混凝土路面典型的路面结构,可为类似工程提供参考借鉴。     

广东地区2007年公路交通量不均匀系数分析

公路交通量不均匀系数作为公路工程可行性研究和公路网规划中样本OD资料扩大的重要参数,直接影响到基年OD产生的精度。文章收集了广东地区2007年详细的交通量调查资料,采用统计分析的方法,按不同等级、不同地区对各种车型的周和月不均匀系数进行分析,找出不均匀系数的分布规律,作为公路可行性研究和公路网规划工作中参数取值的参考。     

交通影响分析范围的确定方法

针对交通影响分析范同确定方法研究中存在的国外方法主观性强、国内方法参数众多、实用性差等问题,在给出城市道路剩余等效通行能力百分比概念,并证明了交叉口转弯比例具有时间稳定性后,给出了建设项目出行量分配方法和基于此的交通影响分析范阿确定的实用方法,并基于上海情况给出了推荐值。     

基于交通量演变模式检索的高速公路交通量预测方法

通过交通量预测的方法,可以在突发事件情况下评估事件对高速公路网的交通影响。各种预测算法的共同特征,需要一定的历史数据支持。在同一算法中,对历史信息吸收得越多,其预测往往越准确。作者借用图像压缩的原理,从历史交通数据中抽象出历史交通状态演化模式,并用压缩码表示该演化模式。通过对压缩码的检索,可以快速提取与当前演化模式相近的历史数据,通过这些演化模式相近的历史数据,预测交通状态的变化趋势。试验证明,预测数据与真实数据具有良好的拟合度。     

Forecasting Technology of National-Wide Civil Aviation Traffic

The long-term forecasting of national-wide civil aviation traffic provides basis for the airspace project planning. A gray combination forecasting model is put forward based on the GM (1, 1) forecast model and least squares principle. With the historical data analysis of the national-wide air traffic from the year 1985 to 2008, the forecasting applicability is examined with three different methods, such as the time series forecasting, regression forecasting and neural-network forecasting. After analyzing the characteristics of Chinese national-wide civil aviation traffic data and contrasting forecasting result, the gray combined forecasting model produces the best effect among these forecasting models.     

基于灰色残差GM（1，1）模型的汽车货运量预测

针对近年来我国汽车货运量增长迅速的特点,运用灰色系统预测模型GM（1,1）对某地汽车货运量趋势进行预测,通过残差GM（1,1）模型对主模型的修正,并用后验差检验法对模型精度进行分析和检验,得到一个精确度非常高的预测模型,该模型符合汽车货运量的预测,并在实际预测应用中取得较好效果。